hmm模型matlab代码Mattia的ML工具
高斯混合模型，隐马尔可夫模型和相关算法的另一个Matlab实现。
为学习而构建，用于下面引用的我的HRI'18论文。
该代码使用了Tom
Minka的两个库：
快速安装：
光速：
详细：
高斯混合模型（GMM）：概率，梯度和熵计算
HMM：HMM的推理和学习（MLE，仅针对多元正态发射概率的MAP）
部分HMM（PHMM）：推理和学习（MLE，MAP仅针对多元正态发射概率）
多元正态分布（MVN）：MLE，MAP，后验预测，熵计算，梯度评估
多元T学生分布（MVST）：用于MVN的后验，拉普拉斯近似
分类分布：推理和学习（MLE，MAP）
Dirichlet分布：推理和学习（MLE，Weigthed
MLE，熵，KL散度）
数值稳定：对数概率空间实现
参考：
拉卡（Racca），马蒂亚（Mattia）和基尔基·维尔（Kyrki
Ville）。
“针对时间任务模型的主动机器人学习。”
2018年ACM
/
IEEE人机交互国际会议论文集，纽约，纽约，美国，2018年，第123–131页。
汤姆敏卡。
“估计Dirichlet分布。”
技术
2023-01-09 00:08:22
32KB
1
此仓库不再维护！
区分性词典分类学习工具箱（MATLAB版本）。
该工具箱是我们的一部分。
。
相关出版物：
Tiep H. Vu，维沙尔·蒙加（Vishal Monga）。 “用于图像分类的快速低阶共享字典学习。” 出现在IEEE图像处理事务中。 []。
Tiep H. Vu，维沙尔·蒙加（Vishal Monga）。 “学习用于对象分类的低阶共享字典。” 2016年国际图像处理会议（ICIP） 。
作者：
运行DICTOL_demo.m以查看示例
如果您遇到任何错误，请通过“标签让我知道。 我非常感谢您并尽快解决该错误。 谢谢你。
在本页面：
培训DLSI
DLSI预测新样品
演示版
区分特殊性和公共性的字典学习（COPAR）
成本函数
培训COPAR
COPAR预测新样品
演示版
轻量级低密度脂蛋白
动机
成本函数
培训LRSDL
LRSDL预测新样本
演
2022-12-06 16:26:29
59.43MB
1
使用步骤
1.安装labelme，使用 pip install labelme 命令即可。
2.在labelme环境下输入 labelme命令，打开labelme软件，对图片进行标记，具体方法就是用多边形将所有水体部分圈起来命名为water，并保存文件(json格式)。
3.将main.m文件内fname和imagename改为对应的json文件名和image文件名，之后使用matlab运行main.m文件，稍等片刻，即可看到训练过程，训练结束后可以看到ac率和预测后图像和原始图像的对比。
labelme的GitHub地址：
文件中包含两个测试样例，image1和image2，分别是单通道的遥感水体图像，分辨率为79317301和一个从网上下载的RGB水体图像，分辨率为500333.
2022-10-13 21:04:42
32.63MB
1
什么是MedicalVision？
基于pytorch的深度学习工具包，用于医学图像分析。 MedicalVision的目标是在火炬上提供轻巧的包装，可以进一步减少开发用于医学图像分析任务（例如分类，配准和分割等）的新算法的时间。
动机与目标
随着深度学习在计算机视觉中的流行，已经提出了许多基于深度学习的作品/体系结构来处理传统医学图像分析任务（分类，注册和分割）。 不幸的是，据我所知，还没有一个基于pytorch的简单有效的工具包能够实现快速原型制作。 在日常工作中，我会为各种医学图像数据集编写DataLoader并重现一些论文中介绍的算法。 为了使生活更轻松，创建了MedicalVision工具包，旨在提供：
著名医学图像数据集的数据加载器
最新模型中使用的常见损失和指标
动物园模型，包括经过培训的最新模型
...
MedicalVision工具箱仍在开发中。 以下流行的深度学习
2022-10-05 11:10:57
36KB
1
对象识别和机器学习的工具包，内涵大量相应的函数代码，以及demo，并附带使用说明
2022-07-25 15:34:59
94KB
1